Құпия машиналық оқыту

1) Мақсаты мен мәні

Құпия (privacy-preserving) ML - бұл бастапқы деректерге қол жеткізуді барынша азайтып және нақты пайдаланушылар туралы кемшіліктерді шектей отырып, модельді оқытуға және пайдалануға мүмкіндік беретін тәсілдер. iGaming үшін бұл әсіресе PII/қаржылық деректерге, реттеушілерге (KYC/AML, RG), серіктестік интеграцияларға (ойын провайдерлері, PSP), сондай-ақ трансшекаралық талаптарға байланысты маңызды.

• Ағу және реттеушілік айыппұлдар тәуекелін төмендету.
• Шикі деректермен алмаспай брендтер/нарықтар арасында коллаборациялық оқыту мүмкіндігін беру.
• ML-дегі (метрика, SLO) «құпиялылық бағасын» түсінікті және тексерілетін ету.

2) ML-дегі қатерлер моделі

Model Inversion: үлгіден бастапқы мысалдарды/төлсипаттарды қалпына келтіру әрекеті.
Membership Inference: жазбаның оқытуға қатысқанын анықтау.
Data Leakage пайплайнда: логтар/фичесторлар, уақытша файлдар, снэпшоттар.
Proxy/Linkage шабуылдары: иесіз деректерді сыртқы көздермен жапсыру.
Insider/Partner risk: кіру/логтарда артық артықшылықтар.

3) PPMl құралдары мен тәсілдері

3. 1 Дифференциалды құпиялылық (DP)

Идея: жеке субъектінің үлесі «ажыратылмайтын» деген кепілдік үшін бақыланатын шуды қосу.
Қайда қолдану керек: агрегациялар, оқытудағы градиенттер (DP-SGD), есептер/дашбордтар, статистиканы жариялау.
Параметрлері: ε (эпсилон) - «құпиялылық бюджеті», δ - «істен шығу» ықтималдығы.
Саудаласу орынды: көп шу → күшті жеке, төмен дәлдік; модельдің өмірлік цикліне budget accounting жоспарлаңыз.

3. 2 Федеративті оқыту (FL)

Идея: модель деректерге бара жатыр, керісінше емес; шикі жазбалар емес, градиенттер/салмақтар біріктіріледі.
Нұсқалары: cross-device (көптеген клиенттер, әлсіз түйіндер), cross-silo (бірнеше сенімді ұйымдар/брендтер).
Қауіпсіздік күшейткіштері: Secure Aggregation, FL үстінен DP, сапасыз/зиянды клиенттерге төзімділік (byzantine-robust).

3. 3 Қауіпсіз есептеулер

MPC (Secure Multi-Party Computation): бір-біріне кірмейтін бірлескен есептеулер.
HE (Homomorphic Encryption): шифрланған деректерден есептеулер; қымбат, бірақ нүктелік міндеттер үшін пайдалы (скоринг/инференс).
TEE/Confidential Computing: сенімді орындалатын орта (enclave), HW деңгейінде кодты және деректерді оқшаулау.

3. 4 Қосымша

Ашусыз-білу (ZKP): деректерді ашпай-ақ дұрыстығын дәлелдеу (тауашалық кейстер).
Бүркеншік атау/анонимдеу: оқу алдында; re-identification тәуекелін тексеру.
Private Set Intersection (PSI): жиындардың (фрод/санкциялар тізімдері) бүкіл жиынтықты ашпай қиылысуы.

4) iGaming үшін сәулет үлгілері

4. 1 Жеке фичепайплайндар

PII ойын телеметриясы оқиғаларынан бөлек; кілттер - tokenization/salted hashing арқылы.
Қол жеткізу деңгейлері бар фичестор: raw (Restricted), derived (Confidential), агрегаттар (Internal).
есептілік пен зерттеулерге арналған DP-агрегациялар; домендер бойынша ε квоталары (маркетинг/тәуекел/RG).

4. 2 Бірлескен оқыту

Cross-brand FL: холдингке арналған жалпы антифрод/RG-скоринг → жергілікті градиенттер, Secure Agg-мен орталық агрегация.
PSP бар MPC-инференс: PSP және оператор жағындағы төлем тәуекелінің шикі фичтерін алмасусыз скорингі.

4. 3 Жеке инференс

VIP/төлемдер үшін скоринг сұраулары TEE-сервис немесе таңдалған үлгінің HE-бағасы арқылы жіберіледі.
Тек біріктірілген нәтижелерді кешіктіру; «шикі» фич бедерін сериалдандыруға тыйым салу.

5) Процестер және Governance

5. 1 «Ең аз деректер» саясаты

Өңдеудің нақты мақсаты, рұқсат етілген сандар тізімі, сақтау мерзімі.
PII жеке, қолжетімділік - RBAC/ABAC, Just-in-Time, журналдау.

5. PPMl үшін 2 RACI

CDO/DPO - құпиялылық саясаты, DPIA/DEIA, ε-бюджеттерді келісу.
ML Lead/Data Owner - техниканы таңдау (DP/FL/MPC/TEE), сапаны валидациялау.
Security/Platform - кілттер/құпиялар, құпия орталар, аудит.
Stewards - каталог/жіктеу, data statements, жиынтық паспорттары.

5. 3 Шығару алдындағы чектер

DPIA/әсерді этикалық бағалау.
Fairness + топтары бойынша калибрлеу («жасырын прокси» жоқ).
Privacy-тесты: membership inference, gradient leakage, re-identification.

6) Метрика және SLO құпиялылық

ε -budget usage: модельдер/үйлер бойынша жинақталған тұтыну.
Re-identification risk: де-анонимдеу ықтималдығы (симуляция/шабуыл-тесттер).
Attack AUC ↓: membership/inversion шабуылдарының табысы кездейсоқ ≈ болуы тиіс.
Leakage rate: PII = 0 логиндеу/снапшот инциденттері.
Coverage: DP/FL/MPC/TEE моделі қажет болған жерде%.
Latency/Cost SLO: жеке есептеулердің үстеме шығыстары <жол-жолдар үшін мақсатты шегі.

7) iGaming домендері бойынша практика

7. 1 KYC/AML

PSI + MPC толық жиынтықты ашпай санкциялық тізімдер/РЕР матчингі үшін.
Тәуекелді паттерндер бойынша есептілік үшін DP-агрегациялар.

7. 2 Responsible Gaming (RG)

жалпы тәуекел детекторы үшін нарық брендтері арасында FL; өздігінен жою бойынша қатаң overrides.
deanonymization кейстерді болдырмау үшін RG зерттеулерінің DP-жарияланымдары.

7. 3 Антифрод/Төлемдер

төлемдердің high-risk скорингі үшін TEE; PSP бар chargeback ықтималдығын MPC-бағалау.
Инференс логтарының аудиті: трассаларда фич-дампсыз және PII.

7. 4 Дербестендіру/CRM

сегменттеуге арналған DP-агрегаттар; ойыншының егжей-тегжейлі траекториясынсыз «тар» фичтер (жиілік, жанрлар, сессиялар).
Түйіршікті белгілері бойынша look-alike-модельдері үшін Off-device FL.

8) Жекелілікті тестілеу және верификациялау

Membership Inference Challenge: модельге қарсы жарыстық (ішкі) тест.
Gradient/Activation Leakage Tests: кері өту арқылы ағып кетуді тексеру.
K-анонимділігі/ -diversity/t-closeness: иесіз таңдау үшін формальды критерийлер.
Canary records: логдағы/модельдегі ағындарды анықтау үшін жасанды жазбалар.

9) MLOps: әзірлеуден өндіріске дейін

Policy-as-Code: линтер фич/PII белгілері бар келісімшарттар; CI рұқсат етілмеген фичтерді бұғаттайды.
DP-контурларда оқыту: бақылау ε CI, бюджеттің тозуы туралы есеп.
Secrets/KMS: MPC/HE/TEE үшін кілттер, ротация және қос бақылау.
Ағынсыз observability: логтарда бүркемелеу, сэмплдау, трассировкаларда PII тыйым салу.
Model Registry: деректер нұсқасы, ε/ δ, құпиялылық техникасы, реву күні, иесі.

10) Үлгілер (пайдалануға дайын)

10. 1 Жеке модельдің карточкасы (фрагмент)

Міндет/әсер: (RG/AML/антифрод/CRM)

Құпиялылық техникасы: (DP ε =?, FL, MPC/TEE/HE)

Деректер/фич: (сыныптар, PII-белгілер, көздер)

Сапа өлшемдері: AUC/PR, калибрлеу

Құпиялылық өлшемдері: ε -usage, Attack AUC, re-id risk

Fairness-бөлім: мақсатты ЕО/ЕОр + калибрлеу

Шектеулер: модель қолданылмайтын жерде

Ортасы: құпия тораптар/кілттер/логин саясаты

10. 2 DP саясаты (нобай)

Домендер бойынша бюджеттер: маркетинг ≤ X, тәуекел ≤ Y

ε есепке алу: оқыту/талдау кезінде инкрементті репорт

Ең төменгі сапа шегі: нөлге «шу» шығармау үшін

Ерекшеліктер: негіздеме жазбасымен DPO/CDO шешімі бойынша

10. 3 Жеке релиздің чек-парағы

• DPIA/этика өтті, иелері тағайындалды
• PII бөлінген, фичтер саясатта рұқсат етілген
• DP/FL/TEE/MPC теңшелген және сыналған
• Attack-suite: membership/inversion ≈ random
• PII жоқ логи/трассалар, ретеншн теңшелген
• Құжаттар: model card + privacy appendix

11) Енгізу жол картасы

0-30 күн (MVP)

1. PII-белгілері бар фич каталогы; логтарда/трассаларда PII тыйым салу.
2. Негізгі агрегаттар мен зерттеу есептері үшін DP қосу.
3. Негізгі тест-шабуылдарды (membership/inversion) және есептілікті іске қосу.
4. Privacy-параметрлері мен иелері бар үлгілердің карточкалары.

30-90 күн

1. Бір тапсырма үшін FL (cross-silo) ұшқышы (мысалы, RG немесе антифрод).
2. Төлемдер скорингі/VIP үшін құпия орталар (TEE).
3. Policy-as-Code: linter fich + CI-блоктау құпиялылығы бойынша.
4. ε есебін және privacy-SLO дашбордын баптау.

3-6 ай

1. PSP/серіктестермен санкциялық/фрод-тізімдер матчына арналған MPC/PSI.
2. Жеке инференстің нүктелік сценарийлері үшін HE/TEE.
3. Тұрақты privacy-pentest ML, canary-жазбалар, пост-теңізТақырыптар.
4. Барлық high-impact модельдерінде DP/FL жабыны; жылдық аудит.

12) Қарсы үлгілер

Тәуекелді re-identification бағалаусыз «анонимдеу».
FL Secure Aggregation жоқ және DP жоқ - градиенттер ағуы мүмкін.
PII бар инференстің/фичестордың логтары.
Құпиялылық бойынша ε және жария (ішкі) есептерді есепке алудың болмауы.
Инцидент жағдайына нөлдік жоспар (плейбук пен коммуникациялар жоқ).

13) Инцидент-плейбук (қысқаша)

1. Анықтау: attack-suite/мониторинг/шағымнан сигнал.
2. Тұрақтандыру: релизді/модельді/науқанды тоқтату, қоршаған ортаны оқшаулау.
3. Бағалау: деректердің ауқымы/типтері/уақыты, кім қозғайды.
4. Коммуникация: ойыншылар/серіктестер/реттеуші (талап етілетін жерде).
5. Митигация: пайплайндағы патчтар, кілттерді қайтарып алу, DP/саясатты күшейту.
6. Сабақтар: саясатты, тестілерді, командаларды оқытуды жаңарту.

14) Көрші тәжірибелермен байланыс

Data Governance, Деректердің шығу тегі және жолы, Деректер этикасы, Бейімділікті төмендету, DSAR/Privacy, Модельдер мониторингі, Деректер дрейфі - басқарылатын, жауапты және тексерілетін құпиялылықтың негізі.

Жиынтығы

Құпия ML - бұл инженерлік және басқару пәні: дұрыс техника (DP/FL/MPC/TEE), қатаң процестер (Policy-as-Code, ε-есеп, шабуыл тестілері), дәлдік пен құпиялылық арасындағы саналы ымыраға келу және тұрақты мониторинг. iGaming-те ойыншылардың, әріптестердің және реттеушілердің сенімін сақтай отырып, артық нәрсені ашпай, талдау мен AI масштабтауды білетіндер жеңеді.